文献

J-GLOBAL ID：201902280814349306   整理番号：19A1484465

確率的負荷予測の組合せ【JST・京大機械翻訳】

Combining Probabilistic Load Forecasts

著者 (6件)： Wang Yi (Department of Electrical Engineering, State Key Laboratory of Power Systems, Tsinghua University, Beijing, China) ,  Zhang Ning (Department of Electrical Engineering, State Key Laboratory of Power Systems, Tsinghua University, Beijing, China) ,  Tan Yushi (Department of Electrical Engineering, University of Washington, Seattle, WA, USA) ,  Hong Tao (Department of Systems Engineering and Engineering Management, University of North Carolina at Charlotte, Charlotte, NC, USA) ,  Kirschen Daniel S. (Department of Electrical Engineering, University of Washington, Seattle, WA, USA) ,  Kang Chongqing (Department of Electrical Engineering, State Key Laboratory of Power Systems, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Smart Grid  (IEEE Transactions on Smart Grid)
巻： 10  号： 4  ページ： 3664-3674  発行年： 2019年 
JST資料番号： W2294A  ISSN： 1949-3053  CODEN： ITSGBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 確率的負荷予測は将来の負荷不確実性に関する包括的情報を提供する。近年,確率的負荷予測のための多くの方法論と技術が提案されている。点予測文献において広く認識された最良の実践である予測組合せは,確率的負荷予測を結合するために正式に採用されていない。本論文では,いくつかの個々の確率的予測から改善されたアンサンブルを生成するために,制約付き量子化回帰平均化(CQRA)法を提案した。著者らは,ピンボール損失を最小化する目的で線形プログラムとしてCQRAパラメータ推定問題を定式化し,パラメータが非負で,一つまで要約する制約を検討した。著者らは,2つの公開可能なデータセット,ISO新イングランドデータおよびアイルランドスマートメータデータを用いて,提案方法の有効性を実証した。最良の個々の確率的予測と比較して,アンサンブルは平均で4.39%までピンボールスコアを減少させることができた。提案したアンサンブルは,9つの他のベンチマーク集合よりも優れた性能を示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *予測 ,  パラメータ推定 ,  線形性 ,  不確実性 ,  アイルランド ,  *負荷予測 ,  ベンチマーク ,  定式化 ,  有効性 ,  量子化
準シソーラス用語： スコア ,  スマートメータ , 【Automatic Indexing@JST】

分類 (5件)： 電力系統一般  (NB02000E) ,  送電  (NB05030G) ,  配電(事業者側)  (NB05040R) ,  電力工学・電力事業一般  (NB01000X) ,  電気自動車  (QG07020B)

タイトルに関連する用語 (3件)： 確率 ,  負荷予測 ,  組合せ